为什么基于神经网络的 AI 玩家仍然需要广泛的搜索技术?

人工智能 神经网络
2021-11-05 10:37:31

今天,我们拥有基于神经网络的 AI 玩家,它们在需要广泛模式匹配和“直觉”的游戏中与人类相当或更好。AlphaGo 就是一个典型的例子。

但这些人工智能玩家通常同时拥有神经网络和搜索算法。另一方面,人类只依赖模式匹配和“直觉”(即使是最好的国际象棋棋手也只能看到前面的一小部分棋步)。

那么,为什么人工智能玩家仍然需要广泛的搜索,而人类却不需要呢?如果我们去掉搜索部分,像 AlphaGo 这样的 AI 会如何表现?

1个回答

说人工智能玩家需要大量搜索而人类不需要,这并不是很准确。相反,这是一个程度的问题。

人工智能做更多的计算,因为那是计算机擅长的。

人类的直觉比神经网络目前希望匹配的要强大得多,因为它更多地融入了关于游戏的知识世界,它使用了更多数量级的神经元,而且它不是一个只提供动作的静态事物.

但是,如果人类玩家停止提前计算,他的演奏实力将会显着下降。这可以通过评估具有短时间控制的游戏的性能来看出:您拥有的时间越少,发生的计算就越少,但是您的直觉很快。

如果你去掉 AlphaGo 的搜索组件,它仍然会玩得很厉害,可能在一个低段的水平。当然,这也远远低于它的实力。

因此,搜索始终是游戏实力的重要组成部分,对于机器来说更是如此。